基于CALMET-WRF耦合的復(fù)雜地形下導(dǎo)線覆冰的精細(xì)化數(shù)值模擬研究

王帥 李勁松 原輝 蘆竹茂 胡帆 趙倩

摘要 利用耦合了WRF模式的CALMET模型，對2022年1月5—10日山西省南部中條山區(qū)導(dǎo)線覆冰事件的天氣背景場進(jìn)行了數(shù)值模擬，在評估了WRF和CALMET對氣象要素的模擬效果的基礎(chǔ)上，分別利用WRF和CALMET模擬的氣象場驅(qū)動(dòng)Makkonen覆冰模型，對本次導(dǎo)線覆冰過程進(jìn)行了數(shù)值模擬，得到了如下結(jié)論：1）相比于WRF模式的模擬結(jié)果，CALMET降尺度后的氣象場能更符合實(shí)際地形影響下近地面溫度場和風(fēng)場的分布規(guī)律，其模擬的近地面低溫區(qū)（氣溫<0 ℃）范圍較WRF模擬范圍更大。2）CALMET的氣溫均方根誤差整體較WRF模式減小0.5～1 ℃，相關(guān)系數(shù)由0.5～0.8提升至0.6～0.85;風(fēng)速的均方根誤差較WRF減少了1 m／s，相關(guān)系數(shù)較WRF提升0.2，說明WRF模式結(jié)合CALMET模擬氣象場更加接近真實(shí)觀測結(jié)果。3）利用CALMET降尺度場驅(qū)動(dòng)覆冰模型能較好地反映微尺度地形下電線積冰的時(shí)空分布特征，各桿塔模擬的覆冰厚度偏差較WRF顯著減小了2 mm，且降低了模式對覆冰啟動(dòng)的滯后時(shí)間。

關(guān)鍵詞WRF模式;CALMET模式;復(fù)雜地形;覆冰厚度;動(dòng)力降尺度

電線積冰一直是政府、電力和氣象部門重點(diǎn)關(guān)注的氣象災(zāi)害之一，持續(xù)的凍雨、霧凇或濕雪在導(dǎo)線上發(fā)生凍結(jié)，不但會嚴(yán)重影響線路的平穩(wěn)運(yùn)行，嚴(yán)重的積冰事件還可造成輸電線路出現(xiàn)倒塔、斷線、絕緣子閃絡(luò)、通訊不暢等故障，給人民的生產(chǎn)生活帶來了巨大不便，并給社會經(jīng)濟(jì)造成嚴(yán)重?fù)p失（Farzaneh et al.，2008;劉丹和牛生杰，2015;霍治國等，2021;牛生杰等，2021）。中國是電線積冰災(zāi)害頻繁發(fā)生的國家之一（李慶峰等，2008），如2008年1—2月中國南方的大范圍雨雪冰凍災(zāi)害，造成南方電網(wǎng)近30％輸電線路被破壞，電網(wǎng)和通訊線路大面積癱瘓，直接經(jīng)濟(jì)損失達(dá)1 500億元（李強(qiáng)，2008;閔勇等，2008）。因此，對覆冰可能發(fā)生的區(qū)域和演變趨勢進(jìn)行及時(shí)準(zhǔn)確的預(yù)測預(yù)警，可為電力部門防冰措施的制定提供有效依據(jù)，并對輸電線路的安全運(yùn)維和降低因覆冰造成的災(zāi)害損失具有重要意義。

近年來，國內(nèi)外學(xué)者對導(dǎo)線覆冰的形成機(jī)制和演變規(guī)律進(jìn)行了大量的理論研究和數(shù)值模擬（謝運(yùn)華，2005;江志紅等，2010;劉春城和劉佼，2011），并開發(fā)了一系列模型對導(dǎo)線覆冰過程進(jìn)行預(yù)測（Jones，1998;Makkonen，2000;廖玉芳和段麗潔，2010;吳息等，2012）。如Makkonen（2000）根據(jù)過冷液滴在導(dǎo)線上凍結(jié)的熱力學(xué)過程，構(gòu)建了一套同時(shí)適用于凍雨覆冰和霧凇覆冰的熱平衡積冰模型，被國際輸電線路防冰組織推薦使用;Jones（1998）選取凍雨覆冰過程中的降雨量和風(fēng)速作為預(yù)報(bào)參數(shù)，構(gòu)建了一套計(jì)算凍雨覆冰厚度的簡易模型，其預(yù)報(bào)效果與Makkonen模型相差不大，因此也被廣泛應(yīng)用于凍雨天氣下的覆冰厚度模擬（Musilek et al.，2009;Pytlak et al.，2010;Hosek et al.，2011）。此外，也有學(xué)者使用支持向量機(jī)、隨機(jī)森林等機(jī)器學(xué)習(xí)方法構(gòu)建積冰預(yù)測的非線性模型（戴棟等2013，李小娟，2016;游朗，2017;吳國強(qiáng)和郭新春，2019;羅聰?shù)龋?021），提高了覆冰預(yù)測的整體精度。上述模型為準(zhǔn)確預(yù)測導(dǎo)線覆冰厚度提供了理論基礎(chǔ)。但Makkonen（2008）也指出，覆冰模型的準(zhǔn)確率往往依賴輸入氣象要素的準(zhǔn)確性。我國輸電線路覆冰災(zāi)害大多發(fā)生于地形復(fù)雜、海拔較高的山區(qū)（張弦，2007;張宇嬌等，2016），宏觀大地形下往往夾雜著迎風(fēng)坡、埡口、分水嶺等復(fù)雜的中、小尺度地形，不但影響地面氣溫、風(fēng)速、降水等氣象要素的均勻分布（張文杰等，2014，2023），還會對覆冰的發(fā)生發(fā)展過程產(chǎn)生影響。同時(shí)，相比于復(fù)雜多樣的地形特征，氣象觀測站分布較為稀疏，且多位于平坦地帶，無論采取何種插值方法，或結(jié)合衛(wèi)星、遙感、數(shù)值模式同化等手段，也無法避免對山地不同區(qū)域近地面氣象要素的預(yù)測誤差，使得模擬和預(yù)測山地環(huán)境下導(dǎo)線覆冰的發(fā)生發(fā)展存在非常大的不確定性。

目前學(xué)者們主要將天氣模式與覆冰模型相結(jié)合，利用天氣模式輸出的氣象場驅(qū)動(dòng)覆冰模型對復(fù)雜地形下的覆冰情況進(jìn)行預(yù)測。如Podolskiy et al.（2012）利用WRF模式對日本藏王山春季的一次覆冰過程進(jìn)行了數(shù)值模擬，證實(shí)高分辨率的數(shù)值模式結(jié)合覆冰厚度預(yù)測模型能較為準(zhǔn)確地反映藏王山地區(qū)羽狀覆冰的形成機(jī)制。Nygaard et al.（2011）利用WRF模式模擬了芬蘭北部山區(qū)云微物理量和導(dǎo)線覆冰厚度的分布特征，發(fā)現(xiàn)當(dāng)采用最高的模型分辨率（網(wǎng)格間距0.33 km）和Thompson微物理方案時(shí)，預(yù)測的云微物理量及覆冰厚度與觀測值間的誤差較小。Musilek et al.（2009）基于Ramer（1993）對于降水類型的判定方法和Jones（1998）模型建立了一套覆冰增長預(yù)報(bào)系統(tǒng)（IFAS），利用NWP模式輸出的氣象參數(shù)驅(qū)動(dòng)模型進(jìn)行大范圍的覆冰模擬。多位學(xué)者對該系統(tǒng)進(jìn)行了評估（Pytlak et al.，2010;Hosek et al.，2011），認(rèn)為在NWP模式能輸出可靠參數(shù)的前提下，該系統(tǒng)能較為準(zhǔn)確地預(yù)測凍雨覆冰厚度的增長。但受限于數(shù)值天氣模式本身無法捕捉大氣小尺度特征和微尺度湍流運(yùn)動(dòng)能力，再加上對地形的平滑效應(yīng)，使得各模式仍無法準(zhǔn)確預(yù)測空間尺度<1 km的微尺度地形影響下氣象要素和覆冰的分布規(guī)律。

動(dòng)力降尺度方法是提高模式預(yù)測空間分辨率的有效手段之一，其能在一定程度上彌補(bǔ)復(fù)雜地形下缺乏觀測的缺陷（李艷等，2019），并且其物理過程明確，適用于各種尺度的地形。已有許多中小尺度結(jié)合的動(dòng)力降尺度方法被應(yīng)用于提高氣象要素的空間分辨率中，如馬文通等（2016）將CFD模式與WRF模式相耦合，構(gòu)建了適用于風(fēng)電場復(fù)雜地形下的微尺度風(fēng)場預(yù)報(bào)系統(tǒng)。李俊徽等（2017）利用CALMET模式的動(dòng)力診斷模塊與WRF模式相耦合，對廣東省復(fù)雜地形下臺風(fēng)風(fēng)場進(jìn)行動(dòng)力降尺度，獲取了更加準(zhǔn)確且高分辨率的臺風(fēng)天氣下近地面風(fēng)場結(jié)構(gòu)。但目前尚未有研究將動(dòng)力降尺度方法應(yīng)用于復(fù)雜地形下的覆冰厚度預(yù)報(bào)中。因此，本文以WRF模式輸出的氣象場驅(qū)動(dòng)CALMET模型，對山西南部復(fù)雜地形下的氣象場進(jìn)行動(dòng)力降尺度，在檢驗(yàn)降尺度前后氣象場準(zhǔn)確性的前提下，利用降尺度后的氣象場驅(qū)動(dòng)Makkonen覆冰模型，對復(fù)雜地形下各輸電桿塔的導(dǎo)線覆冰厚度進(jìn)行數(shù)值模擬，分析地形因素對導(dǎo)線覆冰厚度的影響機(jī)理。

1 資料與方法

1.1 研究區(qū)域概況與站點(diǎn)分布

選取位于山西省南部的中條山山脈作為研究區(qū)域（圖1），該區(qū)域地形地貌特征復(fù)雜，最大海拔1 994 m，山體整體呈東北-西南走向，山體南北兩側(cè)共包含11個(gè)自動(dòng)氣象站，輸電線路裝設(shè)分布式光纖覆冰監(jiān)測裝置實(shí)時(shí)監(jiān)測冬季導(dǎo)線覆冰厚度。2022年1月5—8日，該區(qū)域經(jīng)歷了一次大范圍的導(dǎo)線覆冰過程，覆冰類型以霧凇覆冰為主，各桿塔所處的坡度、坡向、海拔特征及最大覆冰厚度分布如表1所示。本次覆冰過程各桿塔的導(dǎo)線覆冰厚度與海拔并不存在明顯的線性關(guān)聯(lián)，如海拔最低的桿塔（905 m）在本次覆冰過程中覆冰厚度最大，覆冰厚度最小值（3.28 mm）出現(xiàn)在海拔1 071 m的西南坡。此外位于山體東南坡的導(dǎo)線覆冰厚度普遍高于南坡，說明各桿塔的導(dǎo)線覆冰厚度與地形特征存在一定的關(guān)聯(lián)。

1.2 資料介紹與試驗(yàn)設(shè)計(jì)

研究區(qū)域內(nèi)11個(gè)自動(dòng)氣象站的觀測資料來自國家氣象信息中心，包括2022年1月5—10日逐小時(shí)的氣溫、氣壓、相對濕度、風(fēng)速、風(fēng)向和降水量六要素的觀測結(jié)果。驅(qū)動(dòng)WRF模式的0.25°×0.25°的再分析資料（FNL，F(xiàn)inal Reanalysis Data）來自NECP／NCAR（美國環(huán)境預(yù)報(bào)中心和大氣研究中心）。

首先利用WRFV4.1.2對2022年1月5—10日山西省南部中條山區(qū)域內(nèi)的天氣背景場進(jìn)行數(shù)值模擬。模式區(qū)域設(shè)計(jì)如圖2所示，本次覆冰過程由冷空氣南下引發(fā)，1月上旬歐亞中高緯環(huán)流為兩槽一脊型，東亞大槽偏在140°E以東洋面，貝加爾湖至我國西部為龐大的高壓脊控制，山西省南部受弱冷空氣影響，部分山區(qū)出現(xiàn)了零星的雨雪和大霧天氣（圖略）。為更好體現(xiàn)大氣背景場，模式采用三層雙向嵌套，選取105°～116°E、30°～39°N的大區(qū)域作為第一層嵌套范圍，水平分辨率設(shè)為9 km，選取包含完整地形的108°～112.5°E、32°～36°N的區(qū)域作為第二層嵌套范圍，水平分辨率為3 km，選取第二層嵌套中心的中條山地形作為第三層嵌套，水平分辨率為1 km。垂直方向分為45層，并采用0.25°×0.25°逐6 h的FNL再分析資料作為驅(qū)動(dòng)WRF模式的初始場和邊界條件，每小時(shí)輸出一次模擬結(jié)果。使用USGS（美國地質(zhì)調(diào)查局，United States Geological Survey）的30 s的地形高程資料及MODIS衛(wèi)星30 s分辨率的下墊面類型作為WRF模式的地形數(shù)據(jù)。模擬過程中使用物理參數(shù)化方案如表2所示。

為保證模式模擬的穩(wěn)定性，模擬分為兩段進(jìn)行，每段模擬72 h，并分別剔除了前12 h的模擬結(jié)果作為spin-up時(shí)間。利用WRF模擬結(jié)果作為初猜場驅(qū)動(dòng)CALMET模式進(jìn)行動(dòng)力降尺度。CALMET是三維非穩(wěn)態(tài)拉格朗日擴(kuò)散模式系統(tǒng)（CALPUFF）的氣象模塊，包含風(fēng)場診斷模塊和微氣象診斷模塊，其中風(fēng)場模塊通過地形動(dòng)力學(xué)、坡面流、地形阻塞效應(yīng)調(diào)整和插值等處理方式進(jìn)行動(dòng)力降尺度，而微氣象模塊根據(jù)參數(shù)方法，通過地表熱通量、邊界層高度、摩擦速度等參數(shù)對溫度、相對濕度等氣象參數(shù)進(jìn)行動(dòng)力降尺度。本實(shí)驗(yàn)中使用ASTER衛(wèi)星30 m分辨率的DEM地形高程數(shù)據(jù)作為CALMET模式的初始地形場，該類數(shù)據(jù)能在一定程度上修正GTOPO30數(shù)據(jù)的地形誤差，并有限地改善近地面風(fēng)場的模擬效果（鄒振操和鄧院昌，2015）。本試驗(yàn)中將1 km分辨率的WRF氣象場進(jìn)行動(dòng)力降尺度，水平網(wǎng)格為260×230，水平分辨率為200 m，垂直分為13層（10、20、40、80、120、200、300、500、750、1 000、2 000、3 000、4 000 m），采用30 m分辨率的ASTER衛(wèi)星資料作為初始地形場，圖3為WRF和CALMET降尺度前后地形場對比。相比于WRF模式1 km分辨率的地形場，CALMET降尺度后的地形場更能反映研究區(qū)域的山脊、山谷、埡口等微地形特征。

最后，采用Makkonen模型對研究區(qū)域內(nèi)的導(dǎo)線覆冰過程進(jìn)行數(shù)值模擬。該模型主要計(jì)算公式如下：

碰撞率a1為：

a1=A-0.028-C（B-0.045 4）。? （2）

式中：A、B、C為經(jīng)驗(yàn)參數(shù)，具體計(jì)算見Makkonen（2000）。

對于霧凇覆冰，導(dǎo)線對過冷霧滴的捕獲率a2為1。凍結(jié)率a3為：

式中：F為覆冰表面的水通量密度，F(xiàn)=a1a2wv；h為對流熱交換系數(shù)；σ為斯蒂芬玻爾茲曼常數(shù)（5.669 6×10-8 W·（m2·k4）-1）；輻射常數(shù)a為8.1×107 K3；水汽摩爾分子比ε為0.62；P為氣壓；ts、ta、td分別為冰面溫度、氣溫和液滴碰撞溫度；ea、es分別為水汽壓和飽和水汽壓；Lf、Le分別為水凍結(jié)潛熱和蒸發(fā)潛熱；cp、cw分別為空氣和水的比熱；r為電線表面局部恢復(fù)系數(shù)，取0.79。

2 結(jié)果分析

圖4為WRF和CALMET模擬的覆冰期間低層風(fēng)場分布，可以看出覆冰期間桿塔附近以偏東風(fēng)到東南風(fēng)為主，相比于WRF平滑后的風(fēng)場，CALMET降尺度后的風(fēng)場更好地反映了覆冰期間低層風(fēng)場在山體附近的坡面流、地形繞流及地形對風(fēng)場的阻擋作用。覆冰前期（1月6日18時(shí)，北京時(shí)，下同）WRF模擬的桿塔附近風(fēng)場以東南風(fēng)為主（圖4a），而CALMET模擬的桿塔附近南坡低層風(fēng)場以偏東風(fēng)到東北風(fēng)為主（圖4b），較好地體現(xiàn)桿塔附近山脊阻擋造成的地形繞流現(xiàn)象。覆冰期間（1月7日06時(shí)）桿塔附近的低層氣流一部分受南側(cè)山體阻擋轉(zhuǎn)為東北風(fēng)，另一部分氣流翻過山體在山體北側(cè)形成下坡氣流，CALMET（圖4d）相比WRF（圖4c）較好地體現(xiàn)了這一點(diǎn)。

WRF和CALMET模擬的區(qū)域近地面氣溫（10 m）的空間分布（圖5）顯示，覆冰期間，大部分桿塔所處山體地區(qū)的氣溫均低于0 ℃，其中CALMET模擬的桿塔所處區(qū)域氣溫均介于-4～-2 ℃，山頂最低氣溫為-5 ℃，滿足覆冰啟動(dòng)的條件。而WRF模擬的山頂?shù)貐^(qū)氣溫較CALMET整體偏高1～2 ℃左右，這可能是WRF模式對地形的平滑處理造成的。此外，CALMET相比于WRF模擬低溫區(qū)（氣溫<0 ℃）的范圍更大，且更符合實(shí)際地形海拔特征的分布規(guī)律。

為了直觀比較WRF和CALMET模擬覆冰期間氣象要素的準(zhǔn)確程度，首先選取覆冰期間距桿塔最近的2處地面氣象站（668253站，北坡;668344站，南坡）的地面觀測資料，與WRF和CALMET模擬的氣象要素進(jìn)行了對比。結(jié)果（圖6）顯示：WRF模擬各站的溫度、風(fēng)速和風(fēng)向均與實(shí)際觀測結(jié)果存在一定差異，而CALMET降尺度方法能在一定程度上減小對氣象要素的模擬誤差。如在覆冰期間，WRF模擬山體北坡的668253站模擬的溫度較實(shí)況偏高1～5 ℃，風(fēng)速偏大2～4 m／s;而位于南坡的668344站在1月6—7日溫度均維持在0 ℃附近，但WRF模式模擬的該站氣溫夜間較實(shí)況偏低1～2 ℃，白天偏高1～2 ℃。這也導(dǎo)致WRF模式在一定程度上對山體附近覆冰啟動(dòng)和持續(xù)時(shí)間的錯(cuò)誤估計(jì)。利用WRF-CALMET降尺度后的溫度、風(fēng)場與觀測結(jié)果更為吻合，如CALMET模擬山體北坡的668253站的整體氣溫較原WRF場下降了1～3 ℃，且與觀測溫度的偏差也降至±1 ℃以內(nèi)，模擬偏差有較大幅度的改善;而位于山體南側(cè)的668344站，雖然在覆冰啟動(dòng)前（1月6日12時(shí)前）并未體現(xiàn)出明顯的改善效果，但在覆冰期間與觀測結(jié)果間的偏差明顯縮小1～1.5 ℃。此外，WRF-CALMET對本次覆冰事件中低層風(fēng)向的改進(jìn)效果相對較弱，但WRF-CALMET計(jì)算的風(fēng)速也與實(shí)際觀測結(jié)果更為接近，說明WRF-CALMET能有效降低復(fù)雜地形下氣溫和風(fēng)速的模擬偏差。值得說明的是，本次覆冰事件以霧凇覆冰為主，桿塔周邊氣象站及WRF模式均未監(jiān)測（模擬）到降水（圖略）。

為了定量展示W(wǎng)RF模擬、CALMET模擬和實(shí)況氣象場的切合程度，利用泰勒圖法對桿塔附近11個(gè)氣象站模擬的溫度和風(fēng)速進(jìn)行了檢驗(yàn)。結(jié)果顯示：WRF模式模擬的各站氣溫與實(shí)況結(jié)果的相關(guān)系數(shù)均介于0.5～0.8，且位于山體北坡的3站模擬的氣溫顯著優(yōu)于位于南坡的8站，各站模擬氣溫的均方根誤差均大于1.5 ℃（圖7a）;此外，各站W(wǎng)RF模擬的風(fēng)速與實(shí)際觀測的誤差均比較大（圖7c），相關(guān)系數(shù)均低于0.5且均方根誤差也都普遍大于3 m／s，其中位于北坡的2站在風(fēng)速模擬上的誤差相對較小，而位于南坡的8站風(fēng)速誤差較大。一方面由于模式地形與實(shí)際地形海拔的偏差較大，另一方面可能是模式對微地形對風(fēng)場的影響考慮不足帶來的。

此外，對CALMET模擬氣象要素的泰勒圖檢驗(yàn)（圖7b、d）顯示，CALMET模擬各站氣溫的相關(guān)系數(shù)均達(dá)到0.6以上，位于北坡的3站相關(guān)系數(shù)更超過0.8，較WRF模擬有明顯改善，且均方根誤差較原WRF模擬也進(jìn)一步縮小0.5～1 ℃。同樣，風(fēng)速的泰勒圖顯示（圖7d）CALMET模擬11個(gè)站點(diǎn)風(fēng)速的均方根誤差均有0.5～1 m／s左右的縮小，且相關(guān)系數(shù)較WRF模擬提升了0.2左右。總體而言，相比于WRF，CALMET模擬各站的溫度、風(fēng)速和觀測結(jié)果間的誤差進(jìn)一步減小，可以作為輸入場對各桿塔的導(dǎo)線覆冰情況進(jìn)行數(shù)值模擬。

本次覆冰過程以霧凇覆冰為主，下面分別利用WRF和CALMET模擬的氣溫、風(fēng)速、風(fēng)向、液水含量驅(qū)動(dòng)MAKKONEN霧凇覆冰模型，對復(fù)雜地形下各桿塔對應(yīng)的導(dǎo)線覆冰厚度進(jìn)行數(shù)值模擬。

各桿塔監(jiān)測的覆冰厚度（圖8）顯示，位于山體南坡的3個(gè)桿塔（圖8a、b、c分別對應(yīng)桿塔A、C、E）均在1月6日12時(shí)開始覆冰，至1月7日13時(shí)覆冰厚度達(dá)到最大，隨后覆冰脫落，覆冰厚度迅速降至0，而桿塔G海拔最高且位于東南（圖8d），位于山體的迎風(fēng)測，于1月5日11時(shí)開始覆冰，一直持續(xù)到1月7日08時(shí)覆冰始終處于增長狀態(tài)，最大覆冰厚度達(dá)9.67 mm，此后覆冰厚度開始緩慢下降，至1月9日14時(shí)覆冰脫落迅速降為0。

利用WRF結(jié)合Makkonen模型的模擬結(jié)果顯著低估了各桿塔的實(shí)際覆冰厚度，位于山體南坡的兩處桿塔（圖8a、b）模擬的覆冰起始時(shí)刻較觀測結(jié)果提前了6～8 h，且在覆冰增長期（6日18時(shí)—7日14時(shí)）模擬的覆冰增長速率為0，與觀測結(jié)果存在較大程度的偏差。此外，位于山體東南坡的桿塔G模擬的覆冰啟動(dòng)時(shí)間較觀測結(jié)果推遲了1 d（圖8d），導(dǎo)致模擬的最大覆冰厚度較觀測值偏低4 mm。總的來說，模擬的各桿塔覆冰增長率和覆冰啟動(dòng)時(shí)間均與觀測結(jié)果存在一定差異，這是由于WRF模式模擬氣象要素偏差帶來的。由前文分析可知，WRF模式對南坡的溫度預(yù)報(bào)結(jié)果在夜間偏低，白天偏高，這會導(dǎo)致位于南坡的各桿塔覆冰啟動(dòng)時(shí)間提前，且在白天維持較低的覆冰增長率。此外，由于WRF模式模擬的東坡氣溫整體偏高，導(dǎo)致桿塔氣溫降至0 ℃的時(shí)刻較實(shí)況滯后，從而造成東坡上各桿塔覆冰啟動(dòng)時(shí)間的滯后。

利用CALMET降尺度后的氣象場驅(qū)動(dòng)Makkonen模型，對各桿塔的導(dǎo)線覆冰厚度進(jìn)行數(shù)值模擬，結(jié)果顯示CALMET模擬的各桿塔的最大覆冰厚度均與觀測值極為接近，如由于氣溫和風(fēng)場的優(yōu)化，使得位于南坡的桿塔A、E、K的最大覆冰厚度偏差相較于WRF模擬顯著減小了2 mm，且顯著降低了模擬覆冰啟動(dòng)的滯后時(shí)間。其他桿塔模擬的最大覆冰厚度也較WRF模擬整體提高1～3 mm左右（表3），且大部分桿塔模擬的冰厚誤差進(jìn)一步縮小至2 mm以內(nèi)。總體而言，利用CALMET降尺度場驅(qū)動(dòng)覆冰模型能較好地反映復(fù)雜地形影響下各桿塔導(dǎo)線覆冰厚度的時(shí)間變化和空間分布特征。

WRF和CALMET模擬的本次覆冰過程中最大覆冰厚度分布（圖9）顯示，覆冰厚度高值區(qū)沿山體呈東北-西南走向，在多個(gè)高海拔區(qū)域均出現(xiàn)了覆冰厚度的極值區(qū)。WRF模擬的南坡和北坡覆冰厚度分布并沒有明顯的差異。而CALMET模擬的覆冰厚度較好地體現(xiàn)了地形對覆冰厚度分布的影響，模擬的幾處覆冰高值區(qū)也與地形海拔較為貼合，特別是在南坡的較高海拔處仍模擬出3.2～6.4 mm的分布，與觀測值較為匹配，表明CALMET能較好地反映微尺度地形下電線積冰的空間分布特征。

3 結(jié)論與討論

本文利用耦合了WRF模式的CALMET模型，對2022年1月5—10日山西省南部中條山區(qū)導(dǎo)線覆冰事件的天氣背景場進(jìn)行了數(shù)值模擬，在評估了WRF和CALMET對氣象要素的模擬效果的基礎(chǔ)上，分別利用WRF和CALMET模擬的氣象場驅(qū)動(dòng)Makkonen覆冰模型，對本次導(dǎo)線覆冰過程進(jìn)行了數(shù)值模擬。

1）相比于WRF模式的模擬結(jié)果，經(jīng)過CALMET降尺度后的氣象場能更好地反映地形覆冰期間低層風(fēng)場在山體附近的坡面流、地形繞流及地形對風(fēng)場的阻擋作用，并更符合實(shí)際地形影響下近地面氣溫的分布規(guī)律，其模擬的近地面低溫區(qū)（氣溫<0 ℃）范圍較WRF模擬范圍更大。

2）CALMET模擬的覆冰期間氣象場與觀測結(jié)果更為吻合，各氣象站的氣溫模擬偏差較原WRF結(jié)果整體下降1～3 ℃，均方根誤差整體減小0.5～1 ℃，相關(guān)系數(shù)由0.5～0.8提升至0.6～0.85，較WRF模擬有明顯改善。此外，CALMET模擬11個(gè)站點(diǎn)風(fēng)速的均方根誤差均有1 m／s左右的減小，且相關(guān)系數(shù)較WRF模擬提升0.2。說明WRF模式結(jié)合CALMET模擬氣象場更加接近真實(shí)觀測結(jié)果。

3）利用CALMET降尺度場驅(qū)動(dòng)覆冰模型能較好地反映復(fù)雜地形影響下各桿塔導(dǎo)線覆冰厚度的時(shí)間變化和空間分布特征，其模擬的各桿塔覆冰厚度偏差較WRF模擬顯著減小了2 mm，且降低了模擬覆冰啟動(dòng)的滯后時(shí)間。此外，CALMET模擬的覆冰厚度較好地體現(xiàn)了地形對覆冰厚度分布的影響，模擬的幾處覆冰高值區(qū)也與地形海拔較為貼合，表明CALMET能較好地反映微尺度地形下電線積冰的空間分布特征。

總的來說，CALMET-WRF與Makkonen模型耦合能較好地模擬復(fù)雜地形下導(dǎo)線覆冰厚度的時(shí)空變化特征，并在一定程度上反映坡向及海拔等微地形特征對覆冰厚度的影響規(guī)律。但受限于數(shù)值預(yù)報(bào)背景場的系統(tǒng)誤差，其模擬的山地環(huán)境下氣象要素及覆冰厚度仍存在一定程度的偏差。在今后的研究中，依托衛(wèi)星、雷達(dá)和地面站觀測資料同化的數(shù)值模式，結(jié)合CALMET降尺度方法，將有助于優(yōu)化山地環(huán)境下氣象要素和覆冰厚度的模擬效果，進(jìn)而為探究不同微地形對覆冰影響的深層影響機(jī)理提供進(jìn)一步的幫助。

參考文獻(xiàn)（References）

戴棟，黃筱婷，代洲，等，2013.基于支持向量機(jī)的輸電線路覆冰回歸模型［J］.高電壓技術(shù)，39（11）：2822-2828. Dai D，Huang X T，Dai Z，et al.，2013.Regression model for transmission lines icing based on support vector machine［J］.High Volt Eng，39（11）：2822-2828.doi：10.3969／j.issn.1003-6520.2013.11.034.（in Chinese）.

Farzaneh M，2008.Atmospheric icing of power networks［M］.Berlin：Springer.

Hosek J，Musilek P，Lozowski E，et al.，2011.Forecasting severe ice storms using numerical weather prediction：the march 2010 newfoundland event［J］.Nat Hazards Earth Syst Sci，11（2）：587-595.doi：10.5194／nhess-11-587-2011.

霍治國，李春暉，孔瑞，等，2021.中國電線積冰災(zāi)害研究進(jìn)展［J］.應(yīng)用氣象學(xué)報(bào)，32（5）：513-529. Huo Z G，Li C H，Kong R，et al.，2021.Review on disaster of wire icing in China［J］.J Appl Meteorol Sci，32（5）：513-529.doi：10.11898／1001-7313.20210501.（in Chinese）.

江志紅，劉冬，劉渝，等，2010.導(dǎo)線覆冰極值的概率分布模擬及其應(yīng)用試驗(yàn)［J］.大氣科學(xué)學(xué)報(bào)，33（4）：385-394. Jiang Z H，Liu D，Liu Y，et al.，2010.Study on the probability distribution simulation of conductor icing and its application test［J］.Trans Atmos Sci，33（4）：385-394.doi：10.13878／j.cnki.dqkxxb.2010.04.001.（in Chinese）.

Jones K F，1998.A simple model for freezing rain ice loads［J］.Atmos Res，46（1／2）：87-97.doi：10.1016／S0169-8095（97）00053-7.

李俊徽，耿煥同，謝佩妍，等，2017.基于WRF-CALMET的精細(xì)化方法在大風(fēng)預(yù)報(bào)上的應(yīng)用研究［J］.氣象，43（8）：1005-1015. Li J H，Geng H T，Xie P Y，et al.，2017.Research on application of fineness method based on WRF-CALMET in gale forecasting［J］.Meteor Mon，43（8）：1005-1015.doi：10.7519／j.issn.1000-0526.2017.08.011.（in Chinese）.

李強(qiáng)，2008.2008年雨雪冰凍災(zāi)害分析及對電網(wǎng)的啟示［J］.電力建設(shè)，29（6）：18-21. Li Q，2008.Analysis of the freezing rain and frost disaster of year 2008 and its significance to power grid［J］.Electr Power Constr，29（6）：18-21.doi：10.3969／j.issn.1000-7229.2008.06.006.（in Chinese）.

李慶峰，范崢，吳穹，等，2008.全國輸電線路覆冰情況調(diào)研及事故分析［J］.電網(wǎng)技術(shù)，32（9）：33-36. Li Q F，F(xiàn)an Z，Wu Q，et al.，2008.Investigation of ice-covered transmission lines and analysis on transmission line failures caused by ice-coating in China［J］.Power Syst Technol，32（9）：33-36.（in Chinese）.

李小娟，2016.基于數(shù)據(jù)挖掘的輸電線路覆冰預(yù)測模型研究［D］.太原：太原理工大學(xué). Li X J，2016.Research of the icing prediction model of transmission line based on data mining［D］.Taiyuan：Taiyuan University of Technology.（in Chinese）.

李艷，湯劍平，王元，等，2009.區(qū)域風(fēng)能資源評價(jià)分析的動(dòng)力降尺度研究［J］.氣候與環(huán)境研究，14（2）：192-200. Li Y，Tang J P，Wang Y，et al.，2009.Application of dynamical downscaling method for assessment of wind energy resources［J］.Clim Environ Res，14（2）：192-200.（in Chinese）.

廖玉芳，段麗潔，2010.湖南電線覆冰厚度估算模型研究［J］.大氣科學(xué)學(xué)報(bào)，33（4）：395-400. Liao Y F，Duan L J，2010.Study on estimation model of wire icing thickness in Hunan Province［J］.Trans Atmos Sci，33（4）：395-400.doi：10.13878／j.cnki.dqkxxb.2010.04.016.（in Chinese）.

劉春城，劉佼，2011.輸電線路導(dǎo)線覆冰機(jī)理及雨凇覆冰模型［J］.高電壓技術(shù)，37（1）：241-248. Liu C C，Liu J，2011.Ice accretion mechanism and glaze loads model on wires of power transmission lines［J］.High Volt Eng，37（1）：241-248.doi：10.13336／j.1003-6520.hve.2011.01.034.（in Chinese）.

劉丹，牛生杰，2015.兩次電線積冰過程氣象條件實(shí)時(shí)觀測研究［J］.大氣科學(xué)學(xué)報(bào)，38（3）：428-432. Liu D，Niu S J，2015.Observational study on real-time meteorological conditions during two wire icing processes［J］.Trans Atmos Sci，38（3）：428-432.doi：10.13878／j.cnki.dqkxxb.20130313001.（in Chinese）.

羅聰，范力棟，趙學(xué)文，等，2021.基于VMD-IGWO-LSSVM的覆冰預(yù)測模型研究［J］.電網(wǎng)與清潔能源，37（6）：9-17. Luo C，F(xiàn)an L D，Zhao X W，et al.，2021.Research on ice coating prediction model based on VMD-IGWO-LSSVM［J］.Power Syst Clean Energy，37（6）：9-17.doi：10.3969／j.issn.1674-3814.2021.06.002.（in Chinese）.

馬文通，朱蓉，李澤椿，等，2016.基于CFD動(dòng)力降尺度的復(fù)雜地形風(fēng)電場風(fēng)電功率短期預(yù)測方法研究［J］.氣象學(xué)報(bào)，74（1）：89-102. Ma W T，Zhu R，Li Z C，et al.，2016.Study of the short-term wind power forecasting method for complex terrain wind farm based on the CFD dynamical downscalling［J］.Acta Meteorol Sin，74（1）：89-102.（in Chinese）.

Makkonen L，2000.Models for the growth of rime，glaze，icicles and wet snow on structures［J］.Philos Trans R Soc Lond Ser A Math Phys Eng Sci，358（1776）：2913-2939.doi：10.1098／rsta.2000.0690.

Makkonen L，2008.Problems in the extreme value analysis［J］.Struct Saf，30（5）：405-419.doi：10.1016／j.strusafe.2006.12.001.

閔勇，夏清，曾嶸，等，2008.中國電網(wǎng)2008年雨雪冰凍災(zāi)害的警示［J］.中國電業(yè)，（3）：45-47. Min Y，Xia Q，Zeng R，et al.，2008.Warning of China power grids 2008 rain，snow，and frozen disaster［J］.China Electr Power （3）：45-47.（in Chinese）.

Musilek P，Arnold D，Lozowski E P，2009.An ice accretion forecasting system （IAFS） for power transmission lines using numerical weather prediction［J］.SOLA Sci Online Lett Atmos，5：25-28.doi：10.2151／sola.2009-007.

牛生杰，王天舒，呂晶晶，等，2021.電線積冰及路面溫度研究的新進(jìn)展［J］.大氣科學(xué)學(xué)報(bào)，44（4）：485-495. Niu S J，Wang T S，Lü J J，et al.，2021.New advances in research on power line icing and pavement temperature［J］.Trans Atmos Sci，44（4）：485-495.doi：10.13878／j.cnki.dqkxxb.20210309001.（in Chinese）.

Nygaard B E，Kristjnsson J E，Makkonen L，2011.Prediction of in-cloud icing conditions at ground level using the wrf model［J］.J Appl Meteorol Climatol，50（12）：2445-2459.

Podolskiy E A，Nygaard B E K，Nishimura K，et al.，2012.Study of unusual atmospheric icing at Mount Zao，Japan，using the Weather Research and Forecasting model［J］.J Geophys Res，117（D12）.doi：10.1029／2011jd017042.

Pytlak P，Musilek P，Lozowski E，et al.，2010.Evolutionary optimization of an ice accretion forecasting system［J］.Mon Wea Rev，138（7）：2913-2929.doi：10.1175／2010MWR3130.1.

Ramer J，1993.An empirical technique for diagnosing precipitation type from model output［C］／／Proceedings of the International Conference on Aviation Weather Systems，5 th.Vienna，VA，F(xiàn).

吳國強(qiáng)，郭新春，2019.基于支持向量機(jī)的區(qū)域覆冰模型［J］.電力勘測設(shè)計(jì)（S1）：193-198. Wu G Q，Guo X C，2019.Regional icing model based on support vector machine［J］.Electr Power Surv Des （S1）：193-198.doi：10.13500／j.dlkcsj.issn1671-9913.2019.S1.049.（in Chinese）.

吳息，孫朋杰，熊海星，等，2012.利用常規(guī)氣象資料建立的導(dǎo)線覆冰模型［J］.大氣科學(xué)學(xué)報(bào)，35（3）：335-341. Wu X，Sun P J，Xiong H X，et al.，2012.A conductor icing model based on parameters of conventional meteorological observations［J］.Trans Atmos Sci，35（3）：335-341.doi：10.13878／j.cnki.dqkxxb.2012.03.001.（in Chinese）.

謝運(yùn)華，2005.三峽地區(qū)導(dǎo)線覆冰與氣象要素的關(guān)系［J］.中國電力，38（3）：35-39. Xie Y H，2005.The relation between meteorological elements and ice accretion in Three Gorges region［J］.Electr Power，38（3）：35-39.doi：10.3969／j.issn.1004-9649.2005.03.009.（in Chinese）.

游朗，2017.輸電線路覆冰厚度短期預(yù)測模型研究［D］.北京：華北電力大學(xué). You L，2017.Research on short-term prediction models of ice thickness of transmission line［D］.Beijing：North China Electric Power University.（in Chinese）.

張文杰，程維明，李寶林，等，2014.黃土高原丘陵溝壑區(qū)切溝侵蝕與地形關(guān)系分析：以紙坊溝流域?yàn)槔跩］.地球信息科學(xué)學(xué)報(bào)，16（1）：87-94. Zhang W J，Cheng W M，Li B L，et al.，2014.The relationship between gully erosion and geomorphological factors in the hill and ravine region of the Loess Plateau［J］.J Geo Inf Sci，16（1）：87-94.doi：10.3724／SP.J.1047.2014.00087.（in Chinese）.

張文杰，張百平，趙芳，等，2023.青藏高原山體效應(yīng)對近地表層垂直大氣晝夜溫差的影響［J］.地理研究，42（3）：713-727. Zhang W J，Zhang B P，Zhao F，et al.，2023.Influence of mass elevation effect on diurnal atmospheric temperature differences in the near-surface layer over Qinghai-Tibet Plateau［J］.Geogr Res，42（3）：713-727.doi：10.11821／dlyj020220502.（in Chinese）.

張弦，2007.輸電線路中微地形和微氣象的覆冰機(jī)制及相應(yīng)措施［J］.電網(wǎng)技術(shù)，31（S2）：87-89. Zhang X，2007.Mechanism and countermeasures for ice-coated transmission line in micro-terrain and microclimate region［J］.Power Syst Technol，31（S2）：87-89.（in Chinese）.

張宇嬌，孔韜，蘇攀，等，2016.微地形條件下220 kV朝峰線覆冰斷線機(jī)理分析［J］.中國電力，49（5）：1-7. Zhang Y J，Kong T，Su P，et al.，2016.Analysis of the breakage mechanism of iced-wire for a 220 kV transmission tower-line system considering the microtopography［J］.Electr Power，49（5）：1-7.doi：10.11930／j.issn.1004-9649.2016.05.001.07.（in Chinese）.

鄒振操，鄧院昌，2015.三種地形數(shù)據(jù)下WRF模式風(fēng)場模擬對比試驗(yàn)研究［J］.水電能源科學(xué)，33（1）：204-206，182. Zou Z C，Deng Y C，2015.Study on numerical simulation of wind field using three kinds of terrain data［J］.Water Resour Power，33（1）：204-206，182.（in Chinese）.